java线程池常用参数设置（java线程池参数合理配置）

在Java编码的过程中，我们经常会创建一个线程来提高程序的执行效率，虽然这样实现起来很方便，但是会有一个问题：如果并发的线程数多，并且每个线程都是执行一个时间很短的任务就结束了，这样会造成频繁的创建和销毁线程从而导致降低系统的效率。

那么问题来了，有没有办法可用复用创建好的线程呢，也就是线程执行完一个任务后，不被销毁，继续执行其他的任务？

在Java可以通过线程池来实现这样的效果。

下面从三个方面和大家一起来探讨一下Java线程池相关的内容。1.Java中的ThreadPoolExecutor类，2.Java中4种线程池的使用，3.Java线程池常用参数如何设置。

一、Java中的ThreadPoolExecutor类

A.ThreadPoolExecutor的重要参数

1.corePoolSize：核心线程数

核心线程会一直存活，及时没有任务需要执行。

当线程数小于核心线程数时，即使有线程空闲，线程池也会优先创建新线程处理。

设置allowCoreThreadTimeout=true（默认false）时，核心线程会超时关闭。

2.queueCapacity：任务队列容量（阻塞队列）

当核心线程数达到最大时，新任务会放在队列中排队等待执行。

3.maxPoolSize：最大线程数

当线程数>=corePoolSize，且任务队列已满时。线程池会创建新线程来处理任务。

当线程数=maxPoolSize，且任务队列已满时，线程池会拒绝处理任务而抛出异常。

4.keepAliveTime：线程空闲时间

当线程空闲时间达到keepAliveTime时，线程会退出，直到线程数量=corePoolSize。

如果allowCoreThreadTimeout=true，则会直到线程数量=0。

5.allowCoreThreadTimeout：允许核心线程超时

6.rejectedExecutionHandler：任务拒绝处理器

两种情况会拒绝处理任务：(1)当线程数已经达到maxPoolSize，切队列已满，会拒绝新任务。(2)当线程池被调用shutdown()后，会等待线程池里的任务执行完毕，再shutdown。如果在调用shutdown()和线程池真正shutdown之间提交任务，会拒绝新任务。线程池会调用rejectedExecutionHandler来处理这个任务。如果没有设置默认是AbortPolicy，会抛出异常。

ThreadPoolExecutor类有几个内部实现类来处理这类情况：(1)AbortPolicy 丢弃任务，抛运行时异常。(2)CallerRunsPolicy 执行任务。(3)DiscardPolicy 忽视，什么都不会发生。(4)DiscardOldestPolicy 从队列中踢出最先进入队列（最后一个执行）的任务。实现RejectedExecutionHandler接口，也可自定义处理器。

B.ThreadPoolExecutor执行过程

1.当线程数小于核心线程数时，创建线程。

2.当线程数大于等于核心线程数，且任务队列未满时，将任务放入任务队列。

3.当线程数大于等于核心线程数，且任务队列已满。(1)若线程数小于最大线程数，创建线程。(2)若线程数等于最大线程数，抛出异常，拒绝任务。

二、Java中4种线程池

Java通过Executors提供四种线程池，分别为：

newCachedThreadPool创建一个可缓存线程池，如果线程池长度超过处理需要，可灵活回收空闲线程，若无可回收，则新建线程。

newFixedThreadPool 创建一个定长线程池，可控制线程最大并发数，超出的线程会在队列中等待。

newScheduledThreadPool 创建一个定长线程池，支持定时及周期性任务执行。

newSingleThreadExecutor 创建一个单线程化的线程池，它只会用唯一的工作线程来执行任务，保证所有任务按照指定顺序(FIFO, LIFO, 优先级)执行。

三、Java线程池参数如何设置更合理

1.线程池的默认值

corePoolSize=1

queueCapacity=Integer.MAX_VALUE

maxPoolSize=Integer.MAX_VALUE

keepAliveTime=60s

allowCoreThreadTimeout=false

rejectedExcutionHandler=AbortPolicy()

2.如何来设置

a.需要几个数据来计算

tasks：每秒的任务数，假设为500~1000

taskCost：每个任务需要花费的时间，假设为0.1s

responseTime：系统允许的最大响应时间，假设为2s

b.计算过程

--corePoolSize=每秒需要的线程数？

threadCount=tasks/(1/taskCost)=tasks*taskCost=(500~1000)*0.1=50~100个线程。corePoolSize的个数应该大于等于50。根据8020原则，如果每秒80%的时间执行200个任务，那么corePoolSize设置为80即可。

--queueCapacity=(coreSizePool/taskCost)*responseTime

计算可得queueCapacity=(80/0.1)*2。意思是队列里的线程可以等待2秒，超过了就需要开新的线程来执行，千万不能设置为Integer.MAX_VALUE，这样队列会很大，线程数只会保持在corePoolSize大小，当任务陡增时，不会开新的线程来执行，响应时间也会陡增。

--maxPoolSize=(max(tasks)-queueCapacity)/(1/taskCost)

计算可能maxPoolSize=(1000-80)/10=92,(最大任务数-队列容量)/每个线程每秒处理的任务数=最大线程数

--rejectedExecutionHandler：根据具体情况来决定，任务不重要可以丢弃，也可采用排队等策略

--keepAliveTime和allowCoreThreadTimeout通常采用默认值就可以

c.上面的计算都是理想的情况，在实际生产中，还要根据机器的性能，通横向扩展或者升级机器硬件来处理高并发产生的任务数